挤压系统参数对秸秆挤压膨化机度电产量的影响

秸秆饲料在替代粮食、降低饲养成本方面起着非常重要的作用,它不仅关系到我国资源的合理利用、畜牧业的发展和人民生活的改善,而且关系到环境保护这个千秋大业。为此,通过五因素五水平正交旋转组合试验,研究了挤压膨化系统各参数(套筒温度、螺杆转速、螺杆末端至模板内表面的距离、模孔间隙)和物料含水率对度电产量的影响规律,得出回归方程;并对回归方程得出的最佳参数进行了验证性试验,为实际中应用膨化秸秆生产饲料提供参考。     

基于人工神经网络的秸秆挤压膨化工艺参数优化

以秸秆挤压膨化的4个工艺参数—秸秆含水率、秸秆粒度、喷嘴出口间隙和螺杆螺距为输入,以生产率为输出,建立了4×9×1结构的BP神经网络模型。训练学习后,用经验数据对所建的模型进行检验,结果表明,该网络模型具有较高的精度。同时,确定了一组最优工艺参数。     

秸秆颗粒饲料螺旋挤压加工性能的试验研究

利用单螺杆挤压机对农作物秸秆进行颗粒饲料的加工试验。通过单因素试验和通用旋转组合试验,找出各影响因素及其间的交互作用对性能指标的影响规律,建立数学模型,并对试验结果进行分析;对秸秆进行碱化处理再挤压成形,经分析测试,该方法可明显降低粗纤维含量,从而有利于动物消化率和采食率的提高。     

基于人工神经网络的田间秸秆覆盖率检测系统

以VC++为工具,田间实拍图像为研究对象,在分析田间秸秆和土壤纹理特征差别的基础上,设计了BP神经网络秸秆覆盖率检测系统.该系统采用了神经网络与纹理特征相结合的方法提取秸秆,并以纹理特征熵值为标准建立了网络输入层学习样本选取准则.人工模拟和田间试验表明,设计的BP神经网络秸秆覆盖率检测系统对田间秸秆的识别率达90%以上,秸秆覆盖率计算误差可控制在5%以内;与传统的拉绳法相比,检测效率提高50～120倍.     

秸秆挤压成型育苗钵的试验研究

玉米秸秆经粉碎筛分处理后,加入适量粘合剂,采用挤压成型工艺制成的育苗钵,具有一定的使用强度,可用来代替塑料育苗钵,对开辟秸秆利用新途径具有重要意义.通过试验,研究了粘合剂用量、成型温度和成型压力对育苗钵强度的影响,确定了玉米秸秆挤压成型育苗钵的较佳工艺参数:压力为6MPa,温度为100℃,粘合剂用量为20%左右.育苗钵的抗破损试验表明,其强度可以满足长途运输及搬运要求.     

基于APDL的挤压膨化锥形螺杆的参数化建模

作为挤压膨化机关键部件的螺杆,其结构对膨化物料的性状有着十分重要的影响.所以,能否设计出结构合理的螺杆将直接影响挤压膨化机的性能.为此,利用ANSYS二次开发功能,实现秸秆粗纤维饲料挤压膨化机变根径、变螺距锥形螺杆的参数化建模,为利用ANSYS对各种结构的螺杆进行分析和优化设计奠定了基础.     

禽舍纵向通风系统的研究

目前,规模化、集约化养殖模式逐渐代替了过去小户、分散养殖方式,成为畜禽养殖生产的主导模式。然而,近年来禽流感、口蹄疫等疾病的发生与蔓延给畜禽养殖产业的蓬勃发展带来了沉重打击,给广大养殖业主造成了严重的经济损失。产业安全已成为阻碍畜禽业发展的重要因素。为了保障畜禽产业的安全,畜禽舍的环境问题尤为重要。为此,论述了纵向通风系统对畜禽舍环境控制的原理;对比分析了纵向通风与横向通风的效果;旨在为畜禽创造良好的生长环境,来保证安全生产,促进养殖业的发展。     

秸秆螺旋挤压脱水机叶片强度和变形的流固耦合分析

运用数值模拟方法,对秸秆螺旋挤压脱水机进行了流固耦合模拟分析,建立了秸秆浆料的流体模型,用Fluent软件模拟了不同出口压力条件下,螺旋挤压脱水机内部压力场分布,并据此对螺旋挤压脱水机的挤压性能进行了分析。同时,通过Workbench-Fluent单向流固耦合的方式,对螺旋叶片的强度和变形进行了分析,得出了出口压力和叶片强度的关系。     

基于模糊神经网络单螺杆挤压膨化机的故障诊断

为了能够提高单螺杆挤压膨化机故障诊断的准确率,利用模糊神经网络对其进行故障诊断。首先,分析了单螺杆挤压膨化机的常见故障;接着,研究了模糊神经网络的基本结构,并且分析了相应的故障诊断算法和基本原理;最后,进行了单螺杆挤压膨化机的故障仿真分析,仿真结果表明该方法具有较高的故障诊断精度。     

螺杆式挤压成型机的温控系统

本文介绍的温控器是属于数显，双限自动调温式，热关断型温控制置，能在０－８００℃范围内将温度有效地控制在预置区间，该温控器具有取材方便，预置简便，性能可靠，适用范围广等特点。     

BP神经网络在秸秆挤压机中的应用

以秸秆挤压机的秸秆含水率、螺杆转速、模孔间隙、套筒温度、螺杆末端至模板内表面的距离( 段长度)等5种过程参数为输入,以挤压膨化后玉米秸秆纤维含量变化(本文研究NDF与ADF)为输出,依据五因素五水平(1/2实施)二次正交旋转组合试验设计及试验数据建立了系统的BP神经网络模型.该网络训练后得到挤压系统的自变量与因变量之间的映射关系,且具有较好的仿真精度,可实现对过程参数的控制和目标输出的预测,用于指导生产实践.     

基于概率神经网络的水泵故障诊断研究

介绍了概率神经网络(PNN)的基本原理,并将其应用于水泵的故障诊断,以征兆诊断法为理论基础,以信号频谱中各阶倍频和分频作为智能诊断的特征因子,提取故障样本,进行PNN网络训练.结果表明,PNN可以克服反向传播神经网络(BPNN)学习收敛速度慢、易陷入局部极小值等缺点, 对传感器测量噪声具有较强的诊断鲁棒性,能够满足故障诊断快速和准确的要求,适用于在线检测,具有实际应用价值.     

挤压膨化技术在秸秆饲料加工中的应用

挤压膨化技术业已成为发展速度最快的饲料加工新技术.对农作物秸秆进行挤压膨化加工用做饲料,有助于缓解我国饲料粮供应紧张状况,具有重要的现实意义.为此,介绍了秸秆膨化加工的设备及膨化原理,总结了膨化加工的关键工艺流程,分析了膨化前后农作物秸秆的细胞结构变化和营养成分的变化,并对今后秸秆挤压膨化技术的研究方向进行了探讨.     

基于BP神经网络的农业机械数量预测

为了提高农业机械化水平、农业生产效率和优化农业产业结构,保证在农业机械生产与实际需求的一致性,在制订农业机械化水平发展规划过程中需要对农业机械数量进行预测。为此,采用基于遗传算法的BP神经网络预测算法,对我国从1997-2013年期间以农机总动力、中大型拖拉机数量和小型拖拉机数量为内容的主要农业装备数量进行预测。预测结果表明,利用遗传算法与BP神经网络相结合的方法预测全国农业机械装备数量,农机总动力预测值与绝对值平均误差为1.080%、农用大中型拖拉机数量预测值与绝对值平均误差为1.352%、小型拖拉机数量预测值与绝对值平均误差为1.765%,预测精度稳定,该预测方法适用于本时间序列预测问题。     

基于灰色BP神经网络的农业机械总动力预测

为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。     

基于神经网络的番茄栽培管理专家系统

针对专家系统开发过程中存在的问题，利用神经网络的学习功能、记忆功能和并行处理的优势，提出了用神经网络建立专家系统的方法；构造了神经网络专家系统的基本框架；并详细阐述了神经网络专家系统的设计过程及BP神经网络的改进算法。     

基于神经网络的农用运输车可靠性问题研究

农用运输车是我国现阶段特有的产物,其使用和推广受产品可靠性的影响很大。为此,针对农用运输车可靠性模型,应用数学方法和人工神经网络系统理论,提出了基于自适应线性神经网络的可靠性模型参数估计方法,并给出了基于该方法的农用运输车相关参数的可靠度函数表达式,为农用运输车的设计制造和管理使用提供了重要的理论参考。     

基于BP神经网络的农机总动力预测

分析了BP神经网络用于预测时存在的不足,进而对基于BP神经网络的时间序列的预测问题进行了探讨.根据BP神经网络结构的特点,依据Z变换理论,提出了这一类预测问题可选用y=x作为传递函数,并分析指出了在BP神经网络中,以y=x作为传递函数与y=a+bx作为传递函数等价的结论,同时指出了网络结构应为两层网络.在此基础上,推导...     

基于神经网络非线性模型的线控转向系统控制

进行汽车线控转向系统动力学分析及控制算法研究,需考虑动力学模型的非线性。首先建立基于魔术公式轮胎模型的非线性二自由度整车模型,然后基于神经网络方法训练逼近映射汽车模型输入与输出的关系,最后采用模糊控制方法由车速、转向盘转角等得到转向传动比控制算法。结果表明,基于神经网络的非线性整车模型与样本数据较好吻合,满足研究需要。转向传动比模糊控制算法考虑了转向轻便性和稳定性,提高了汽车操纵稳定性。